| 中文摘要 | 第6-7页 |
| 英文摘要 | 第7-8页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究目的与意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究内容、方法及技术路线 | 第13-15页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 研究方法 | 第14页 |
| 1.3.3 技术路线 | 第14-15页 |
| 1.4 论文结构 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 2 相关理论 | 第17-26页 |
| 2.1 线性回归 | 第17-18页 |
| 2.2 决策树 | 第18-21页 |
| 2.2.1 决策树原理 | 第18-19页 |
| 2.2.2 决策树模型构建 | 第19-21页 |
| 2.3 随机森林 | 第21-23页 |
| 2.3.1 随机森林原理 | 第21-22页 |
| 2.3.2 随机森林模型构建 | 第22-23页 |
| 2.3.3 袋外数据OOB和OOB估计 | 第23页 |
| 2.4 实验结果对比与分析 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 基于随机森林的棉蚜虫害发生等级预测 | 第26-36页 |
| 3.1 实验数据 | 第26-28页 |
| 3.1.1 数据来源 | 第26页 |
| 3.1.2 数据采集与预处理 | 第26-28页 |
| 3.2 评价指标 | 第28-29页 |
| 3.2.1 虫害发生统计方法 | 第28-29页 |
| 3.2.2 预测评判标准 | 第29页 |
| 3.3 数据预处理 | 第29-33页 |
| 3.3.1 不平衡数据修正 | 第29-31页 |
| 3.3.2 棉蚜发生的影响因子及筛选 | 第31-33页 |
| 3.3.2.1 棉蚜发生的影响因子 | 第31-32页 |
| 3.3.2.2 影响因子的筛选 | 第32-33页 |
| 3.4 实验结果与分析 | 第33-35页 |
| 3.4.1 基于R语言的随机森林在棉蚜等级预测中的应用 | 第33-34页 |
| 3.4.2 实验结果分析 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 数据可视化 | 第36-50页 |
| 4.1 数据可视化简介 | 第36-42页 |
| 4.1.1 多维数据可视化 | 第37页 |
| 4.1.2 数据可视化工具 | 第37-38页 |
| 4.1.3 多维数据可视化方法 | 第38-42页 |
| 4.2 可视化分析 | 第42-49页 |
| 4.2.1 气象和棉蚜多维数据的可视化分析 | 第42-48页 |
| 4.2.2 棉蚜等级预测实验中的可视化应用 | 第48-49页 |
| 4.3 本章小结 | 第49-50页 |
| 5 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间发表论文情况及其他成果 | 第58页 |